《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 基于殘差結(jié)構(gòu)和幻象模塊的垃圾圖片分類(lèi)算法
基于殘差結(jié)構(gòu)和幻象模塊的垃圾圖片分類(lèi)算法
信息技術(shù)與網(wǎng)絡(luò)安全
鄭佑順1,2,林珊玲2,3,林志賢1,2,周雄圖1,2,郭太良1,2
(1.福州大學(xué) 物理與信息工程學(xué)院,福建 福州350116;   2.中國(guó)福建光電信息科學(xué)與技術(shù)創(chuàng)新實(shí)驗(yàn)室,福建 福州350116;   3.福州大學(xué) 先進(jìn)制造學(xué)院,福建 泉州362200)
摘要: 垃圾圖片分類(lèi)算法對(duì)于垃圾分揀的智能化和自動(dòng)化具有重要的意義,針對(duì)我國(guó)垃圾分類(lèi)現(xiàn)狀,收集制作了小型生活垃圾數(shù)據(jù)集,提出基于殘差結(jié)構(gòu)和幻象模塊的垃圾圖片分類(lèi)算法。使用幻象模塊代替ResNet18的普通卷積,在不降低網(wǎng)絡(luò)性能的同時(shí)減少了網(wǎng)絡(luò)的參數(shù)量。采用數(shù)據(jù)增強(qiáng)方法擴(kuò)充訓(xùn)練數(shù)據(jù),防止過(guò)擬合。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后網(wǎng)絡(luò)的參數(shù)量減少了46%,識(shí)別精度提高了1%。
中圖分類(lèi)號(hào): TP391.4
文獻(xiàn)標(biāo)識(shí)碼: A
DOI: 10.19358/j.issn.2096-5133.2021.01.009
引用格式: 鄭佑順,林珊玲,林志賢,等。 基于殘差結(jié)構(gòu)和幻象模塊的垃圾圖片分類(lèi)算法[J].信息技術(shù)與網(wǎng)絡(luò)安全,2021,40(1):50-55.
Garbage image classification algorithm based on residual structure and ghost module
Zheng Youshun1,2,Lin Shanling2,3,Lin Zhixian1,2,Zhou Xiongtu1,2,Guo Tailiang1,2
(1.College of Physics and Information Engineering,F(xiàn)uzhou University,F(xiàn)uzhou 350116,China;   2.Fujian Science & Technology Innovation Laboratory for Optoelectronic Information of China,F(xiàn)uzhou 350116,China;   3.School of Advanced Manufacturing,F(xiàn)uzhou University,Quanzhou 362200,China)
Abstract: Garbage image classification algorithm is of great significance for the intelligentization and automation of garbage sorting. According to the status quo of garbage classification in China, this paper created a small household waste dataset and proposed a garbage image classification algorithm based on residual structure and ghost module. The algorithm used ghost module instead of ordinary convolution, reducing the number of ResNet18 network parameters without reducing performance. The data enhancement method was used to expand the training data to prevent overfitting. The experimental results show that the number of parameters in the improved network is reduced by 46% and the recognition accuracy is improved by 1%.
Key words : garbage image classification algorithm;residual structure;ghost module;ResNet18;data enhancement

0     引言

  根據(jù)中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒統(tǒng)計(jì),我國(guó)城市生活垃圾的產(chǎn)生量由1979年的0.25億噸增至2018年的2.28億噸[1]。隨著人民生活水平的提高,垃圾產(chǎn)生量仍在上升。有效回收生活垃圾成為急需解決的問(wèn)題,這對(duì)于可持續(xù)發(fā)展具有重大的意義。垃圾分類(lèi)是回收的前提。目前,我國(guó)垃圾分類(lèi)主要以人工分揀為主,存在勞動(dòng)強(qiáng)度大、效率低等缺點(diǎn)。實(shí)現(xiàn)垃圾分揀的智能化與自動(dòng)化具有重要的意義。垃圾圖片分類(lèi)算法有助于實(shí)現(xiàn)垃圾分揀的智能化與自動(dòng)化。

  近年來(lái),越來(lái)越多的專(zhuān)家學(xué)者對(duì)垃圾分類(lèi)算法進(jìn)行了研究與實(shí)踐。吳建等人使用傳統(tǒng)的計(jì)算機(jī)視覺(jué)方法,手動(dòng)提取特征,識(shí)別實(shí)驗(yàn)室廢物垃圾[2]。黃惠玲等人提出基于HSV的閾值分割算法和K均值聚類(lèi)算法識(shí)別建筑垃圾圖像[3]。黃興華等人提出基于紋理特征融合的道路垃圾圖像識(shí)別算法[4]。向偉等人提出改進(jìn)的CaffeNet網(wǎng)絡(luò)識(shí)別水面垃圾[5]。但是缺乏針對(duì)生活垃圾圖片分類(lèi)算法的研究。目前,我國(guó)各城市全面推行垃圾分類(lèi)制度,基本建立相應(yīng)的法律法規(guī)和標(biāo)準(zhǔn)體系,將生活垃圾細(xì)分,大致可分為可回收垃圾、有害垃圾、廚余垃圾和其他垃圾四大類(lèi)。針對(duì)我國(guó)垃圾分類(lèi)現(xiàn)狀,收集制作了小型生活垃圾數(shù)據(jù)集,選取經(jīng)典網(wǎng)絡(luò)ResNet18[6]作為基礎(chǔ)網(wǎng)絡(luò),使用GhostNet[7]的幻象模塊代替殘差學(xué)習(xí)單元中的普通卷積,減少網(wǎng)絡(luò)的參數(shù)量,提出基于幻象殘差結(jié)構(gòu)的垃圾圖片分類(lèi)算法。






本文詳細(xì)內(nèi)容請(qǐng)下載:http://m.xxav2194.com/resource/share/2000003317





作者信息:

鄭佑順1,2,林珊玲2,3,林志賢1,2,周雄圖1,2,郭太良1,2

(1.福州大學(xué) 物理與信息工程學(xué)院,福建 福州350116;2.中國(guó)福建光電信息科學(xué)與技術(shù)創(chuàng)新實(shí)驗(yàn)室,福建 福州350116;3.福州大學(xué) 先進(jìn)制造學(xué)院,福建 泉州362200)


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 天天干天天操天天| 亚洲AV福利天堂一区二区三| 久久不见久久见免费视频7| 综合一区自拍亚洲综合图区| 日本大片免a费观看视频| 午夜影院在线观看| 77777_亚洲午夜久久多人| 日韩欧美中文字幕一区二区三区| 又黄又爽又猛大片录像| 91福利免费视频| 日本视频免费在线| 你是我的女人中文字幕高清| 亚洲香蕉在线观看| 成人福利小视频| 亚洲欧美国产va在线播放| 韩国美女vip福利一区| 天天躁日日躁狠狠躁| 亚洲激情电影在线| 国产对白精品刺激一区二区| 成人免费无码精品国产电影| 亚洲欧美第一页| 精品国产乱码一区二区三区| 国产精品婷婷久青青原| 中文无码久久精品| 欧美精品videossex欧美性| 国产中文制服丝袜另类| a级**毛片看久久| 星空无限传媒在线观看| 午夜伦4480yy私人影院| 鲤鱼乡太大了坐不下去| 天天躁夜夜躁狠狠躁2021| 久久久久久久女国产乱让韩| 波多野结衣新婚被邻居| 国产国产人免费视频成69大陆| www.好吊色.com| 日韩激情淫片免费看| 亚洲欧美中文字幕高清在线一| 窝窝免费午夜视频一区二区 | 人人澡人人澡人人澡| 91丨九色丨蝌蚪3p| 国产美女高清**毛片|